[發明專利]用戶用電行為聚類分析方法、系統及存儲介質

在審

• 申請號: 202110952732.0
• 申請日: 2021-08-19
• 公開（公告）號: CN113610182A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 王秀茹;邱冬;韓少華;毛王清;龐吉年;葛萱;劉剛;王云杰;賀國梁
• 申請（專利權）人: 國網江蘇省電力有限公司宿遷供電分公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06;G06Q30/02
• 代理公司: 南京品智知識產權代理事務所(普通合伙) 32310
• 代理人: 奚曉寧;楊陳慶

1.一種用戶用電行為聚類分析方法，其特征在于，包括以下步驟：

S1、對用戶原始負荷數據進行聚類，得到原始用戶聚類分組信息；對根據候選特征子集所計算的用戶數據進行聚類，得到候選用戶聚類分組信息；

S2、將用戶聚類分組信息與原始用戶聚類分組信息進行對比分析，得到聚類分組正確的用戶數，根據公式計算聚類準確率

S3、取下一個候選特征子集返回步驟S2，直至得到所有候選特征子集的聚類準確率；

S4、記錄所有候選特征子集的聚類準確率中的最大值，以及該最大值所對應的候選特征子集，該候選特征子集即為精簡特征子集。

2.根據權利要求1所述的用戶用電行為聚類分析方法，其特征在于，步驟S1中，原始用戶聚類分組信息的具體獲取過程包括：

1)給定用戶原始負荷數據；給定用戶典型用電行為類別數k的最大值k_max、最小值k_min，＝n為用戶原始負荷數據樣本總數；

2)以k_min為k的初值，利用k-means方法找到用戶典型用電行為聚類中心，計算用電用戶典型用電行為類別內所有用戶的相似性W；

3)判斷k值是否大于k_max，若小于則k_min的值加1，轉步驟2)；否則，進入步驟4)；

4)取W的值最小時對應的k值k_best，k_best即用戶典型用電行為類別最優聚類數；

5)根據確定的用戶典型用電行為類別最優聚類數，采用最大最小距離算法確定k_best種用戶典型用電行為，最后將各用戶原始負荷數據按最小距離的原則分到各個用戶典型用電行為類別中，得到原始用戶聚類分組信息。

3.根據權利要求1所述的用戶用電行為聚類分析方法，其特征在于，步驟S2中，聚類分組正確的用戶數的確定過程包括：

對于原始用戶聚類分組信息中的第1組用戶，獲取第1組用戶中的所有用戶被聚類到候選用戶聚類分組信息不同分組中的數量，若被聚類到候選用戶聚類分組信息第p組中的數量最多，則記該數量為P，P即為該第1組用戶中分類準確的用戶數；依此類推，直至得到原始用戶聚類分組信息中所有組中分類準確的用戶數。

4.根據權利要求1所述的用戶用電行為聚類分析方法，其特征在于，候選特征子集的獲取過程包括：

A1、構建用戶用電特征集；

A2、采用基于最大相關最小冗余準則的增量搜索算法獲得和權重因子α_i取值對應的一組嵌套的候選特征子集其中，均為所述用戶用電特征集的子集；j為特征編號；N為特征總數；1≤i≤M，M為權重因子數量；所述權重因子α_i取值區間為[0,1]。

5.根據權利要求4所述的用戶用電行為聚類分析方法，其特征在于，步驟A2的具體實現過程包括：

1)令Q＝X，S為空集；其中，X為用戶用電特征集；

2)令i＝1；

3)計算第i個用戶用電特征x_i與目標用戶用電行為類別c之間相關性衡量的互信息I(x_i；c)，尋找滿足max[I(x_i；c)]的用電特征，并將該特征表示為令其中，

4)設x_i∈Q_m-1，第j個用戶用電特征x_j∈S_m-1，m＝2,…,N，從Q_m-1中尋找使計算數值最大的特征，將該特征表示為令將獲得的候選特征子集S_m-1、S_N放入備選特征集S；

5)i的值加1，返回步驟3)，直至集合Q為空集，則此時所得的備選特征集S為候選特征集，將候選特征集S中的所有候選特征子集按照的大小進行降序排列，獲得N個候選特征子集且候選特征子集之間的關系為：

6.一種用戶用電行為聚類分析系統，其特征在于，包括計算機設備；所述計算機設備被配置或編程為用于執行權利要求1～5之一所述方法的步驟。

7.一種計算機可讀存儲介質，其特征在于，包括運行于處理器上的程序；該程序被配置或編程為用于執行權利要求1～5之一所述方法的步驟。